MOOCs gratuits : catalogue de cours en ligne ouverts et massifs

MOOC Deep Learning

Inscriptions ouvertes jusqu'au 21 février 2019

Vous êtes passionné d'intelligence artificielle et attiré par les succès spectaculaires récemment obtenus par le "deep learning" (reconnaissance vocale, classification d'image, jeu de GO, etc) : ce MOOC est fait pour vous !

MOOC sur FUN-MOOC - du 11.03.19 au 21.04.2019
Auteur(s): Nicolas Thome

Présentation du MOOC Deep Learning

Informations pratiques sur le MOOC

  • Type: MOOC, cours en ligne, Q.C.M., quiz, attestation de suivi
  • Temps d'apprentissage: 6 semaines
  • Niveau: à partir du 1er cycle universitaire scientifique
  • Durée d'exécution: 03:30h/semaine
  • Langues: français
  • Contenu: vidéos, documents
  • Public cible: étudiants des filières scientifiques, grand public
  • Age attendu: 18 et +
  • Droits: Licence Creative Commons BY-NC-SA

Description du MOOC

Ce MOOC présente :

  • les réseaux de neurones profonds qui constituent les fondements du "deep learning"
  • leur utilisation pour des problèmes de reconnaissance et classification de données

Un accent particulier sera porté aux données pauvres en sémantique comme les images.

Déroulement du MOOC

Ce MOOC dure 6 semaines composées de modules. Chaque module se compose de 5 à 6 séquences vidéos de 10 minutes chacune en moyenne, suivies d'une ou deux questions qui vous permettent de faire le point sur vos acquis.

Le professeur parle en français sur des supports de cours anglais.

Pour chaque séquence, des discussions sont ouvertes sur le forum. Les retours hebdomadaires aux principales questions posées sur les forums se feront en direct par webconférence.

Vous aurez accès à tous les contenus dès l'ouverture du MOOC et conserverez l'accès même après sa fermeture :

  • vidéos
  • documents
  • quiz

Plan du MOOC

  • Semaine 1 :
    • Introduction and Context
    • The Formal Neuron
    • Neural Networks
    • Supervised Machine Learning.
    • Gradient Error Backpropagation Algorithm
    • Training Issues
  • Semaine 2 :
    • Introduction to Convolutionnal Neural Networks
    • Convolution
    • Convolution Properties
    • Pooling
    • Convolution Layer
    • Convolution Hierarchies and Convolutional Neural Networks
  • Semaine 3 :
    • Modeling Capacities
    • Representation Learning with ConvNets
    • Manifold Untangling and Visualization
    • Deep Learning Weaknesses
    • Success Deep Learning History
    • Deep Learning Winter History
  • Semaine 4 :
    • Deep Learning Renewal
    • Modern Convolutional Neural Network Modules
    • Modern Training and Regularization
    • Modern Convolutional Neural Network Architectures
    • Residual Architectures
    • Other Modern Deep Learning Components
  • Semaine 5 :
    • Optimization Issues
    • Advanced Optimization
    • Implementations Issues
    • Deep Learning Resources
    • Deep Learning Resources: Keras
  • Semaine 6 :
    • Deep Features
    • Transfer Learning
    • Localization and Segmentation
    • Unsupervised Learning
    • Vision and Langage
    • Deep Learning Theory

Évaluation

Des épreuves hebdomadaires et une épreuve terminale de type Q.C.M., permettent l'obtention de l'attestation de suivi avec succès.

Informations pédagogiques

Public

  • Public visé : Ce MOOC est destiné aux :
    • étudiants des filières scientifiques
    • toute personne passionnée d'intelligence artificielle
  • Pré-requis : Ce MOOC requiert des connaissances de bases en calcul différentiel et en statistiques, de niveau 1er cycle universitaire scientifique

Objectif pédagogique du MOOC

  • Objectif : À la fin du MOOC :
    • vous comprendrez le fonctionnement et l'apprentissage des réseaux de neurones profonds, ainsi que l'importance de la convolution
    • vous comprendrez les raisons historiques de leur succès récent, ainsi que les évolutions récentes du domaine
    • vous maîtriserez les enjeux pour le déploiement massifs des algorithmes de deep learning, ainsi que les outils logiciels modernes
    • vous saurez comment appliquer les méthodes de deep learning avec peu de données d'apprentissage, et comprendrez les questions ouvertes actuelles

Édition et diffusion du MOOC Deep Learning

Édition

Diffusion

Plateforme

Suivez le MOOC sur les réseaux sociaux :

Conditions d'utilisation :

  • Du cours : Licence Creative Commons BY-NC-SA (Attribution - Pas d'Utilisation Commerciale - Partage dans les Mêmes Conditions). Cette licence permet aux autres de remixer, arranger, et adapter votre œuvre à des fins non commerciales tant qu'on vous crédite en citant votre nom et que les nouvelles œuvres sont diffusées selon les mêmes conditions.
  • Des contenus produits par les participants : Droits réservés. Licence restrictive : la production relève de la propriété intellectuelle de son auteur et ne peut donc pas être réutilisée.
Publication : 31.01.2019